Startseite

R-Programmierung in VS Code über Docker-Container

Haben Sie schon einmal versucht, Ihren R-Code mit einem Kollegen zu teilen, nur um dann Stunden mit dem Debuggen von „aber es funktioniert auf meinem Rechner”-Problemen zu verbringen? Docker-Container sind wie Frachtcontainer für Code – sie verpacken Ihre R-Umgebung, Bibliotheken und Abhängigkeiten in eine versiegelte Box, die überall gleich funktioniert. Außerdem erhalten Sie Zugang zu Zehntausenden von vorgefertigten Images auf Docker Hub, wo Softwareentwickler fertige Umgebungen veröffentlichen und Ihnen den Schmerz manueller Softwareinstallation ersparen. Dieses Tutorial zeigt Ihnen, wie Sie R in einer isolierten, reproduzierbaren Umgebung mit VS Code und Docker Desktop ausführen.

Wichtige Konzepte

• Docker Desktop - Anwendung, die Container auf Ihrem Computer ausführt und isolierte Umgebungen verwaltet
• Dev Container - VS Code-Funktion, die es Ihnen ermöglicht, innerhalb eines Docker-Containers mit voller IDE-Unterstützung zu programmieren
• Container-Isolation - Ihr Code läuft in einer separaten Linux-Umgebung, die nur Ihren Projektordner sieht, nicht Ihren gesamten Computer
• Rocker - Vorgefertigte Docker-Images, die speziell für R-Entwicklung entwickelt wurden

Was Sie benötigen

• Abgeschlossenes Tutorial R-Programmierung in VS Code
• Abgeschlossenes Tutorial GitHub Desktop Grundlagen
• 20-25 Minuten

Schritt 1: Docker Desktop installieren

• Besuchen Sie die Docker Desktop Download-Seite
• Klicken Sie auf Download for Windows (oder Mac/Linux je nach System)
• Führen Sie das Installationsprogramm aus und folgen Sie dem Assistenten
• Wenn Sie dazu aufgefordert werden, aktivieren Sie WSL 2 (Windows-Benutzer) oder akzeptieren Sie die Standardeinstellungen
• Starten Sie Docker Desktop nach der Installation
• Warten Sie, bis die Docker-Engine gestartet ist (Sie sehen einen grünen Statusanzeiger unten links)

Schritt 2: Dev Containers-Erweiterung installieren

• Öffnen Sie VS Code
• Klicken Sie auf das Extensions-Symbol in der linken Seitenleiste (oder klicken Sie auf View > Extensions)
• Geben Sie dev containers in das Suchfeld ein
• Finden Sie Dev Containers von Microsoft
• Klicken Sie auf Install

Schritt 3: Das Vibe-Projekt mit GitHub Desktop klonen

• Öffnen Sie GitHub Desktop
• Klicken Sie auf File > Clone repository
• Klicken Sie auf den URL-Tab
• Fügen Sie im Feld Repository URL ein: https://github.com/gexijin/vibe
• Wählen Sie, wo das Projekt gespeichert werden soll (das Feld Local Path)
• Klicken Sie auf Clone
• GitHub Desktop lädt das Projekt an Ihren gewählten Ort herunter

Schritt 4: Projekt in VS Code öffnen

• Klicken Sie in VS Code auf File > Open Folder
• Navigieren Sie zum Ordner vibe, den Sie gerade geklont haben
• Klicken Sie auf Select Folder
• Sie sehen die Projektdateien in der Explorer-Seitenleiste

Schritt 5: Im Container erneut öffnen

• Suchen Sie nach einer Benachrichtigung unten rechts: Folder contains a Dev Container configuration file
• Klicken Sie auf Reopen in Container
• Wenn Sie die Benachrichtigung nicht sehen, klicken Sie auf das grüne Symbol in der unteren linken Ecke
• Wählen Sie Reopen in Container aus dem Menü
• VS Code baut den Container (dies dauert beim ersten Mal 5-10 Minuten)
• Sie sehen eine Fortschrittsanzeige mit den Build-Schritten
• Nach Abschluss zeigt das grüne Symbol Dev Container: R in Docker an

Hinweis: Der Container enthält automatisch die R-Erweiterung und das languageserver-Paket. Die Dockerfile und devcontainer.json erledigen das für Sie.

Schritt 6: Die Container-Umgebung verstehen

Jetzt programmieren Sie innerhalb eines Linux-Containers. Lassen Sie uns erkunden, was das bedeutet.

• Klicken Sie auf Terminal > New Terminal, um ein Terminal innerhalb des Containers zu öffnen
• Überprüfen Sie Ihren aktuellen Standort:

pwd

Sie sehen /workspaces/vibe – das ist Ihr Projektordner innerhalb des Containers.

• Listen Sie die Dateien auf:

ls

Sie sehen dieselben Dateien aus dem Projekt: R/, .devcontainer/, README.md, usw.

• Versuchen Sie, ein Verzeichnis nach oben zu gehen:

cd ..
ls

Sie sehen nur vibe/ – der Container ist isoliert. Sie können nicht auf die anderen Ordner, den Desktop oder die Dokumente Ihres Computers zugreifen. Diese Isolation stellt sicher, dass Ihre R-Umgebung sauber und reproduzierbar ist.

• Kehren Sie zum Projektordner zurück:

cd vibe

Schritt 7: R-Code Zeile für Zeile ausführen

Der Container hat R mit gängigen Paketen vorinstalliert. Führen wir ein einfaches Datenanalyse-Skript aus.

• Navigieren Sie im VS Code Explorer zu R/iris_analysis.R
• Klicken Sie zum Öffnen der Datei
• Sie sehen R-Code, der den Iris-Datensatz analysiert
• Wählen Sie die erste Zeile: data(iris)
• Drücken Sie Strg+Enter (Windows/Linux) oder Cmd+Enter (Mac), um sie auszuführen
• Wenn Sie kein R-Terminal offen haben, erstellt das erste Mal eines, das zweite Mal führt den Code aus
• Fahren Sie fort, jede Zeile einzeln auszuführen
• Wenn Sie head(iris) ausführen, sehen Sie die ersten 6 Zeilen im Terminal
• Wenn Sie summary(iris) ausführen, sehen Sie statistische Zusammenfassungen
• Wenn Sie die hist()-Befehle ausführen, öffnen sich Histogramm-Plots in separaten Fenstern
• Sie können auch mehrere Zeilen auswählen und sie zusammen mit Strg+Enter oder Cmd+Enter ausführen

Schritt 8: Die App ausführen

Das Projekt enthält eine Demo-Shiny-App, die ein interaktives Histogramm erstellt.

• Navigieren Sie im VS Code Explorer zu R/app.R
• Klicken Sie zum Öffnen der Datei
• Sie sehen Code für eine Shiny-Webanwendung
• Schauen Sie oben rechts im Editor-Fenster nach einer ▶-Schaltfläche
• Klicken Sie auf den Dropdown-Pfeil daneben und wählen Sie Run Shiny App
• Die App startet und VS Code leitet Port 3838 automatisch weiter
• Eine Benachrichtigung erscheint: Open in Browser
• Klicken Sie auf Open in Browser
• Die Shiny-App öffnet sich in Ihrem Webbrowser
• Bewegen Sie den Schieberegler, um die Histogramm-Bins zu ändern – das Diagramm aktualisiert sich in Echtzeit

Schritt 9: Eine einfache Änderung vornehmen

Lassen Sie uns die App modifizieren, um zu sehen, wie Entwicklung funktioniert.

• Lassen Sie die App laufen
• Bearbeiten Sie in VS Code R/app.R
• Finden Sie Zeile 16: titlePanel("Old Faithful Geyser Data")
• Ändern Sie sie zu:

titlePanel("My First R Docker App")

• Speichern Sie die Datei (File > Save)
• Die Shiny-Erweiterung lädt die App automatisch neu
• Aktualisieren Sie Ihren Browser (oder er aktualisiert sich möglicherweise automatisch)
• Der Titel zeigt jetzt Ihren benutzerdefinierten Text

Schritt 10: Das Dockerfile verstehen (Optional)

• Navigieren Sie im VS Code Explorer zu .devcontainer/Dockerfile
• Klicken Sie zum Öffnen der Datei
• Sie sehen die vollständige Konfiguration:

# choose a Dockerhub base image
FROM rocker/shiny-verse:latest

# 1. System deps commonly needed by R packages
RUN apt-get update && apt-get install -y \
    libcurl4-openssl-dev libssl-dev libxml2-dev git curl && \
    rm -rf /var/lib/apt/lists/*

# 2. R packages for VS Code integration: language server + debugger
RUN R -q -e 'install.packages(c("rstudioapi", "languageserver"), repos="https://cloud.r-project.org")'

# 3. Install Node.js LTS from NodeSource
RUN curl -fsSL https://deb.nodesource.com/setup_lts.x | bash - \
    && apt-get install -y nodejs \
    && npm install -g npm@latest

# 4. Install Claude Code globally
RUN npm install -g @anthropic-ai/claude-code

# 5. Expose Shiny server port
EXPOSE 3838

Wichtige Teile:

• FROM rocker/shiny-verse:latest - Basis-Image mit vorinstalliertem R, Shiny und tidyverse
• RUN apt-get install - Linux-Systembibliotheken für R-Pakete
• RUN R -q -e 'install.packages(...)' - Installiert R-Pakete permanent
• RUN curl... && apt-get install -y nodejs - Installiert Node.js, erforderlich für Claude Code
• RUN npm install -g @anthropic-ai/claude-code - Installiert Claude Code global für KI-Unterstützung
• EXPOSE 3838 - Öffnet Port 3838 für Shiny-Apps

Andere Rocker-Images, die Sie verwenden können:

• rocker/r-ver:4.5.3 - Nur R (spezifische Version)
• rocker/rstudio:latest - R mit RStudio Server
• rocker/tidyverse:latest - R mit tidyverse-Paketen
• rocker/shiny-verse:latest - R mit Shiny und tidyverse (das verwenden wir)

Nach Änderung des Basis-Images müssen Sie den Container neu erstellen, um die Änderungen anzuwenden.

Schritt 11: R-Pakete im Docker-Image installieren (Optional)

Über die R-Konsole installierte Pakete (install.packages()) sind temporär und verschwinden, wenn Sie den Container neu erstellen. Um Pakete permanent zu machen, fügen Sie sie der Dockerfile hinzu.

• Navigieren Sie im VS Code Explorer zu .devcontainer/Dockerfile
• Klicken Sie zum Öffnen der Datei
• Fügen Sie eine neue Zeile unterhalb der anderen ‘install.packages’-Zeilen hinzu, um das data.table-Paket zu installieren:

  RUN R -q -e 'install.packages("data.table", repos="https://cloud.r-project.org")'
  

• Speichern Sie die Datei (File > Save)
• Klicken Sie auf das grüne Symbol in der unteren linken Ecke
• Wählen Sie Rebuild Container aus dem Menü
• VS Code erstellt den Container mit Ihrem neuen Paket neu (dies dauert 2-5 Minuten)
• Um zu überprüfen, öffnen Sie ein R-Terminal und geben Sie ein:

library(data.table)

Wenn es ohne Fehler geladen wird, ist das Paket permanent installiert.

Nächste Schritte

• Erstellen Sie ein neues R-Skript - Erstellen Sie eine neue .R-Datei im R/-Ordner, schreiben Sie Datenanalyse-Code mit eingebauten Datensätzen wie mtcars oder iris
• Installieren Sie R-Pakete - Fügen Sie Pakete hinzu, die Sie benötigen, indem Sie die Dockerfile bearbeiten und den Container neu erstellen
• Erkunden Sie tidyverse - Probieren Sie Datenmanipulation mit dplyr und Visualisierung mit ggplot2 mit Beispieldatensätzen

Fehlerbehebung

• Docker Desktop läuft nicht - Öffnen Sie Docker Desktop und warten Sie auf den grünen Statusanzeiger, bevor Sie den Container erneut öffnen
• Container-Build schlägt fehl - Überprüfen Sie Ihre Internetverbindung; der erste Build lädt ~2GB herunter. Klicken Sie auf Rebuild Container, um es erneut zu versuchen
• Port 3838 bereits in Verwendung - Stoppen Sie andere Apps, die diesen Port verwenden, oder ändern Sie den Port in .devcontainer/devcontainer.json

Workflow-Überblick

Diese Einrichtung gibt Ihnen eine professionelle R-Entwicklungsumgebung:

• VS Code bietet den Code-Editor mit Syntax-Hervorhebung und IntelliSense
• Docker-Container führt eine isolierte Linux-Umgebung mit R und allen Abhängigkeiten aus
• Rocker image (rocker/shiny-verse) enthält R, Shiny, tidyverse und Entwicklertools
• Dev Container config (.devcontainer/) installiert automatisch VS Code-Erweiterungen für R-Debugging und Sprachunterstützung
• Port-Weiterleitung ermöglicht Ihnen den Zugriff auf die Shiny-App, die innerhalb des Containers läuft, von Ihrem Browser aus

Täglicher Workflow

Sobald alles eingerichtet ist, hier Ihre tägliche Routine:

1. Docker Desktop starten - Öffnen Sie die App und warten Sie auf den grünen Statusanzeiger (Docker muss laufen)
2. VS Code öffnen - Starten Sie VS Code und öffnen Sie Ihren Projektordner
3. Im Container erneut öffnen - Falls nicht bereits im Container, klicken Sie auf das grüne Symbol (unten links) und wählen Sie Reopen in Container
4. Code schreiben und ausführen - Bearbeiten Sie .R-Dateien, führen Sie sie Zeile für Zeile mit Strg+Enter/Cmd+Enter aus, oder führen Sie Shiny-Apps mit der Schaltfläche ▶ Run Shiny App aus
5. Ihre Arbeit speichern - Ihre Code-Dateien (.R, .Rmd) werden auf Ihrem Computer gespeichert und bleiben über Sitzungen hinweg erhalten
6. Committen und pushen - Verwenden Sie GitHub Desktop, um Ihre Änderungen zu committen und in das Repository zu pushen

Erstellt von Steven Ge am 7. Dezember 2025.